[发明专利]基于OCT图像的阿尔茨海默症风险的预测方法、系统及介质

说明书

本申请涉及基于OCT图像的阿尔茨海默症风险的预测方法、系统及介质。所述方法包括：向训练好的视网膜分割模型输入眼底OCT图像，获得视网膜区域的分割掩码；向训练好的脉络膜分割模型输入眼底OCT图像，获得脉络膜区域的分割掩码；检测黄斑中心凹位置；计算黄斑中心凹位置视网膜分割掩码和脉络膜分割掩码上下边界的距离，得到相应位置的视网膜厚度和脉络膜厚度；将所述网膜厚度、所述脉络膜厚度及拍摄眼底OCT图像者的年龄、性别信息输入到优化的多指标Logistic回归模型，得到阿尔茨海默症患病风险等级。本申请采用Unet网络结构进行视网膜和脉络膜分割和厚度测量，准确度高，构建多因素的患病风险预测模型，能提供更可靠的预测阿尔茨海默症患者的结果。

技术领域

本申请涉及阿尔茨海默症预测技术领域，更为具体来说，本申请涉及基于OCT图像的阿尔茨海默症风险的预测方法、系统及介质。

背景技术

阿尔茨海默症(Alzheimer's Disease,AD)是一种由神经系统变性引发的进行性痴呆症状，老年者发病率较高，亦称老年痴呆。阿尔茨海默症的临床表现以记忆障碍、认知功能障碍、精神症状以及人格与行为方面的异常为主，其起病缓慢且具有隐匿性，可引起一系列神经精神症状，严重影响着老年患者的身心健康与生活质量。随着我国人口不断的老龄化，AD发病率有逐年增加的趋势。

然而随着改善认知功能药物的出现，早期治疗干预AD症变得十分重要。目前，通过影像学PET扫描检测技术虽然可以在早期诊断病情，但是这种方法由于非常昂贵，很难大面积普及。而另一种通过认知功能筛查量表进行检查的方法，则会受到年龄、教育、性别等的影响，此外躯体状况不佳、情绪障碍、意识不清、受试者不配合等因素均会影响认知检查的结果。

近年来大量研究表明，可以通过眼部视网膜的变化进行阿尔茨海默症的早期检查。与正常人眼相比，AD患者的视网膜和脉络膜会变薄，因此可以将视网膜和脉络膜的相关量化指标作为AD诊断和预测的标志物。光学相干断层扫描(OCT)技术是一种非侵入性的、无创的高精度眼底成像技术，它可以提供高分辨率的视网膜横断面图像。现有的基于OCT图像进行视网膜量化指标提取的方法主要为手动和半自动提取，然而两种方法都存在操作复杂和提取精度不高的缺陷，其结果难以满足用于阿尔茨海默症患病风险预测的精度需求。

发明内容

基于上述问题，本发明目的在于将视网膜和脉络膜的相关量化指标作为阿尔茨海默症诊断和预测的标志物，以黄斑中心凹位置视网膜厚度、脉络膜厚度、年龄、性别等相关指标在Logistic回归模型的基础上，构建多因素的阿尔茨海默症患病风险等级模型。

为实现上述技术目的，本申请提供了一种基于OCT图像的阿尔茨海默症风险的预测方法，包括以下步骤：

向训练好的视网膜分割模型输入眼底OCT图像，获得视网膜区域的分割掩码；

向训练好的脉络膜分割模型输入眼底OCT图像，获得脉络膜区域的分割掩码；

检测黄斑中心凹位置；

计算黄斑中心凹位置视网膜分割掩码和脉络膜分割掩码上下边界的距离，得到相应位置的视网膜厚度和脉络膜厚度；

将所述网膜厚度、所述脉络膜厚度及拍摄眼底OCT图像者的年龄、性别信息输入到优化的多指标Logistic回归模型，得到阿尔茨海默症患病风险等级。

具体地，所述视网膜分割模型和所述脉络膜分割模型均采用Unet网络，所述Unet网络将通道和空间信息混合在一起来提取信息特征。所述Unet网络将通道和空间信息混合在一起来提取信息特征，包括：

对输入Unet网络的眼底OCT图像进行特征提取，获得眼底OCT图像特征图；

对所述眼底OCT图像特征图进行两层卷积操作；

经过两层卷积操作后的结果分别进行空间注意力机制处理和通道注意力机制处理，其中，所述机制处理为特征重标定；